ML инженер

Сейчас мы помогаем нашему клиенту - крупной технологической компании - развивать финтех-направление. Команда строит полноценную финансовую экосистему вокруг платежных и кредитных продуктов.

Сам финтех-юнит относительно молодой - ему около 3 лет, поэтому архитектура системы изначально строилась с учётом масштабирования и современных подходов.

Это означает:

• практически нет legacy-кода

• используются актуальные технологии и стек

• команды могут быстро принимать архитектурные решения

• процессы остаются достаточно гибкими и не перегруженными бюрократией

За последние несколько лет команда запустила ряд финансовых продуктов, связанных с платежами, рассрочкой, кредитованием и финансовыми сервисами для пользователей.

Какие продукты развиваются

Финтех-направление охватывает несколько сегментов:

B2C продукты

• платежные сервисы

• кредитные и дебетовые продукты

• сервисы рассрочки

• персонализированные финансовые предложения

B2B продукты

• скоринг корпоративных клиентов

• финансовые сервисы для бизнеса

• партнерские финансовые API

При этом практически во всех продуктах ключевую роль играет машинное обучение, потому что решения напрямую влияют на:

• кредитный риск

• конверсию пользователей

• доходность финансовых продуктов

• персонализацию предложений

Команды могут работать либо над конкретным продуктом, либо над платформенными задачами финтеха.

То есть команда не просто обслуживает модели, а строит интеллектуальные системы принятия решений, которые напрямую влияют на бизнес.

Чем предстоит заниматься:

Это позиция ML Engineer / MLOps-инженера, поэтому основной фокус не только на обучении моделей, но и на инфраструктуре их работы.

Основные задачи:

• развитие и поддержка ML-платформы

• создание инструментов для Data Scientist

• автоматизация пайплайнов обучения и деплоя моделей

• обеспечение стабильной работы моделей в production

• настройка мониторинга и алертинга

• развитие инфраструктуры для работы с ML

Сейчас также активно развивается направление LLM-решений, где планируется создание и внедрение языковых моделей в реальные продукты.

Главная цель команды - построить процессы, которые позволяют быстро, стабильно и масштабируемо выводить ML-решения в продакшн.

Что ожидается от кандидата

Обязательно:

• опыт разработки на Python

• опыт разработки backend-сервисов

• понимание жизненного цикла ML-моделей

• опыт вывода моделей в продакшн

• работа с мониторингом и логированием

Будет плюсом:

• Docker / Kubernetes

• CI/CD пайплайны

• инструменты управления экспериментами и моделями

• работа с большими данными

• опыт разработки ML-платформы или ML-инфраструктуры

Условия:

Формат работы — гибрид (Москва или Санкт-Петербург).

Бенефиты:

• ДМС со стоматологией

• психологическая поддержка

• корпоративный спорт

• помощь с покупкой жилья

• компенсация транспорта и питания

• скидки от партнёров